VPS తదుపరి boot కోసం kernel ను pin చేయడం ఎలా
Ubuntuలో GRUB_DEFAULT=1 పాత kernel ను ఎంచుకోదు, submenuను ఎంచుకుంటుంది. మీ serverలోని వాస్తవ menu entries చదివి, rescue console ప్రమాదం లేకుండా తదుపరి bootను pin చేయండి.
మీ VPS తదుపరి bootలో ఏ kernel ను ప్రారంభించాలో నిర్ణయించేది ఒకే generated file, /boot/grub/grub.cfg. ఆ file ను మీరు ఎప్పుడూ నేరుగా edit చేయకూడదు. దానికి సంబంధించిన input files ను edit చేసి, దాన్ని మళ్లీ generate చేయాలి. Ubuntu cloud image లో ఆ input files లో కొన్ని image vendor నుంచి వస్తాయి. అందువల్ల generated menu చాలా guides ఊహించే విధంగా ఉండదు. అందుకే GRUB_DEFAULT=1 తర్వాత update-grub అమలు చేసినా మునుపటి kernel తిరిగి రాదు. Ubuntu లో index 1 అనేది పాత kernel కాదు; అది submenu.
ఈ క్రమంలో పని చేయండి. kernel ఎంపిక చేసే అధికారం మీకు ఉందో నిర్ధారించండి. vendor జోడించిన files తో సహా ప్రతి input file ను చదవండి. Generated output ను చదివి, అందులో వాస్తవంగా ఎన్ని entries ఉన్నాయో లెక్కించండి. ఆ తర్వాత మాత్రమే pinning method ను ఎంచుకోండి. SSH ద్వారా మాత్రమే చేరగల machine పై ఈ విషయంలో పొరపాటు చేస్తే rescue console అవసరం కావచ్చు. అందువల్ల ఈ పేజీ చివరలో ఉన్న సురక్షితమైన మార్గాలనే ముందుగా పరిగణించండి. అవే తరచుగా సరైన ఎంపికలు.
ముందుగా pin చేయడానికి kernel మీద మీకు నియంత్రణ ఉందో లేదో తనిఖీ చేయండి
uname -r
systemd-detect-virt
ls -1 /boot/vmlinuz-*systemd-detect-virt, kvm, qemu లేదా xen ను చూపిస్తే, మీరు మీ స్వంత kernel ను నడుపుతున్నారని అర్థం. కింద ఉన్న అంశాలన్నీ మీకు వర్తిస్తాయి. lxc లేదా openvz ను చూపిస్తే, మీ server host యొక్క kernel ను పంచుకుంటుందని అర్థం. అందువల్ల మీకు స్వంత bootloader ఉండదు, pin చేయడానికి కూడా ఏదీ ఉండదు. ఆ సందర్భంలో uname -r చూపించే version /boot/vmlinuz-* లో కనిపించదు. కారణం, నడుస్తున్న kernel host కు చెందినది. మీ disk లోని ఏ setting కూడా దాన్ని మార్చలేరు.
ls -1 /boot/vmlinuz-* మీరు ఎంచుకోగల kernelల వాస్తవ జాబితా. ఇందులో ఒకే లైన్ ఉంటే, మునుపటి kernel ఇప్పటికే తొలగించబడింది. ఏ bootloader setting కూడా దాన్ని తిరిగి తీసుకురాలేదు. ఇది సాధారణంగా autoremove సమయంలో జరుగుతుంది. మీరు ముఖ్యమైన Ubuntu సర్వర్లో పాత kernelలను clean up చేయడానికి ముందు ఈ ప్రక్రియను అర్థం చేసుకోవడం మంచిది.
మీరు సవరించే ఫైల్ను GRUB చదవదు
/etc/default/grub లో సాధారణ shell variable assignments ఉంటాయి. ఇది input ఫైల్. /boot/grub/grub.cfg output ఫైల్. ఇది # DO NOT EDIT THIS FILE మరియు దానికి సంబంధించిన కారణంతో ప్రారంభమవుతుంది. మీరు output ఫైల్లో నేరుగా వ్రాసిన ఏదైనా, kernel package ను install చేసినప్పుడు లేదా remove చేసినప్పుడు తొలగిపోతుంది. ఎందుకంటే ఆ package scripts ఈ ఫైల్ను మళ్లీ generate చేస్తాయి.
cat /usr/sbin/update-grubupdate-grub ఒక wrapper. ఇది grub-mkconfig -o /boot/grub/grub.cfg ను run చేస్తుంది. grub-mkconfig -o /boot/grub/grub.cfg variables ను చదివి, /etc/grub.d/ లోని ప్రతి script ను run చేసి, ఫలితాన్ని వ్రాస్తుంది. రెండు commands, ఒకే దిశ: inputs లోపలికి వెళ్తాయి, grub.cfg బయటకు వస్తుంది.
మీ సెట్టింగ్ను ఏది override చేస్తుంది: /etc/default/grub.d
grep -rn '^[^#]' /etc/default/grub /etc/default/grub.d/రెండవ pathనే చాలామంది గమనించరు. grub-mkconfig ముందుగా /etc/default/grub ను source చేస్తుంది. తరువాత /etc/default/grub.d/ లోని ప్రతి *.cfg fileను glob క్రమంలో source చేస్తుంది. దీన్ని చేసే codeను చదవండి:
grep -n 'default/grub' /usr/sbin/grub-mkconfigSourcing సాధారణ shell విధానమే. అందువల్ల చివరి assignment అమలవుతుంది. Ubuntu cloud images ఆ directoryలో filesను ship చేస్తాయి. మీ file చదివిన తర్వాత timeout, kernel command line వంటి విలువలను అవి సెట్ చేస్తాయి. మీ GRUB_TIMEOUT=10 లోని /etc/default/grub ను కొద్దిసేపటి తర్వాత vendor file overwrite చేసి 0గా సెట్ చేస్తుంది. పై grep మీ imageలోని ఖచ్చితమైన assignmentsను చూపిస్తుంది. కాబట్టి ఈ వాక్యాన్ని నమ్మకుండా వాటినే పరిశీలించండి.
దీని ఆధారంగా పాటించాల్సిన నియమం: మీ స్వంత settingsను చివర sort అయ్యే fileలో ఉంచండి. ఉదాహరణకు /etc/default/grub.d/99-local.cfg ను ఉపయోగించండి. /etc/default/grub ను edit చేయవద్దు. అప్పుడు imageతో ship చేసిన ఏ file కూడా మీ తర్వాత అమలు కాదు.
GRUB_FORCE_PARTUUID ఏమి మారుస్తుంది, ఏమి మార్చదు
grep -rn GRUB_FORCE_PARTUUID /etc/default/grub /etc/default/grub.d/
grep -n GRUB_FORCE_PARTUUID /etc/grub.d/10_linux
sudo grep -n 'root=PARTUUID' /boot/grub/grub.cfgGRUB_FORCE_PARTUUID ప్రతి boot entry లో ఉండే విషయాలను మారుస్తుంది. Generator root=PARTUUID=... ను నేరుగా kernel command line లో రాస్తుంది, set partuuid= line ను జతచేస్తుంది, మొదట initrd లేకుండా boot చేయడానికి ప్రయత్నిస్తుంది. ఆ ప్రయత్నం విఫలమైతే initrd తో boot చేయడానికి తిరిగి ప్రయత్నిస్తుంది. Image build దీనిని Force boot without an initramfs by setting GRUB_FORCE_PARTUUID comment కింద /etc/default/grub.d/40-force-partuuid.cfg లో రాస్తుంది. 2026-10-27 నాటికి Ubuntu యొక్క image build scripts minimized images కోసం, అలాగే replacement kernel తో build చేసిన images కోసం మాత్రమే ఇలా చేస్తాయి. అందువల్ల standard image లో మొదటి grep ఏ output ఇవ్వకపోవచ్చు. రెండవ grep variable పై చర్య తీసుకునే code ను /etc/grub.d/10_linux లో చూపిస్తుంది. ఆ script మీ స్వంత disk లో ఉంటుంది. మీ image ఎలా పనిచేస్తుందో నిర్ణయించేది అదే.
ఇది మార్చనిది మీకు లభించే entries సంఖ్య. Installed kernels ను పరిశీలించే 10_linux loop, అంటే for linux in ${reverse_sorted_list}, variable కోసం తనంతట తానుగా ఎటువంటి test చేయదు. ఆ test linux_entry function లో ఉంటుంది. Loop రాసే ప్రతి entry కోసం ఆ function ను ఒక్కసారి పిలుస్తుంది. అందువల్ల variable ప్రతి entry లో ఉండే విషయాలను మార్చుతుంది, కానీ entry రాయాలా వద్దా అని నిర్ణయించదు. Menu రూపం GRUB_DISABLE_SUBMENU మరియు GRUB_DISABLE_RECOVERY పై ఆధారపడి ఉంటుంది. Cloud image files వీటిని set చేయవు. మీ వద్ద ఉన్న entries సంఖ్యను లెక్కించండి.
sudo grep -cE '^\s*(menuentry|submenu) ' /boot/grub/grub.cfg
sudo grep -nE '^\s*(menuentry|submenu) ' /boot/grub/grub.cfgఒకే kernel installed ఉన్నా, Ubuntu యొక్క 10_linux తాజా kernel కోసం top-level entry ను రాస్తుంది. దాని identifier gnulinux-simple- తో ప్రారంభమవుతుంది. దాని తరువాత submenu 'Advanced options for Ubuntu' ఉంటుంది. ఇందులో ఒక advanced entry, అలాగే ప్రతి kernel కోసం, తాజా kernel నుంచి ప్రారంభమయ్యే క్రమంలో, ఒక recovery entry ఉంటాయి. కాబట్టి ఒక kernel ఉన్నప్పుడు count కనీసం 4. ప్రతి అదనపు kernel submenu లో మరో రెండు lines ను జతచేస్తుంది. Index 0 తాజా kernel ను సూచిస్తుంది. Index 1 submenu ను సూచిస్తుంది. అందువల్ల GRUB_DEFAULT=1 పాత kernel ను ఎప్పుడూ సూచించదు. Recovery entries ఉన్నప్పుడు, మునుపటి kernel యొక్క సాధారణ entry submenu లో 1>2 వద్ద ఉంటుంది. మీరు set చేసిన value ఏ entry ను సూచించకపోతే, GRUB మొదటి entry కి fallback అవుతుంది. అది మీరు తప్పించుకోవాలనుకున్న కొత్త kernel అవుతుంది. ఏ సందర్భంలోనైనా, identifier ద్వారా మీరు ఉద్దేశించిన entry ను specify చేయడమే పరిష్కారం. తరువాతి sections దీనిని వివరిస్తాయి. ఏదీ rebuild చేయాల్సిన అవసరం లేదు.
Vendor file ను పక్కకు తరలించడం వల్ల entries జతకావు. కాబట్టి ఆ కారణంతో దాన్ని తరలించవద్దు. ఇది ప్రతి entry ను initrd-less PARTUUID path నుంచి సాధారణ initrd boot కు మారుస్తుంది. ఇది మీ provider image తన root filesystem ను ఎలా కనుగొంటుందో మార్చే వేరే మార్పు. మార్పు అమలయ్యే ముందు inputs పై దాని ప్రభావాన్ని చూడాలనుకుంటే, -o లేకుండా grub-mkconfig ను run చేయండి. అది standard output కు రాస్తుంది. Disk లో ఏదీ మార్చదు.
sudo grub-mkconfig 2>/dev/null | grep -nE '^\s*(menuentry|submenu) 'దీనిని /boot/grub/grub.cfg పై అదే grep తో పోల్చండి. ఇంకా ఏదీ రాయబడలేదు. update-grub ను నిజంగా run చేయడానికి ముందు snapshot తీసుకోండి.
మీ ఏకైక లక్ష్యం ఒక తప్పు kernel నుంచి system ను రక్షించుకోవడం అయితే ఇక్కడే ఆపండి. దిగువన ఉన్న సురక్షితమైన options ను ఉపయోగించండి. ఒక upgrade వల్ల వచ్చిన సమస్య నుంచి బయటపడటానికి remote server లో bootloader inputs మార్చడం, ఆ సమస్యకు తగినదానికంటే ఎక్కువ ప్రమాదాన్ని కలిగిస్తుంది.
ఎంట్రీ నంబర్లను స్థిరంగా ఉంచడం ఎందుకు సరైన పద్ధతి కాదు
GRUB_DEFAULT ఒక నంబర్, title లేదా identifier ను స్వీకరిస్తుంది. నంబర్లు top-level entries ను 0 నుంచి లెక్కిస్తాయి. Nested entry లో > separator గా ఉపయోగించబడుతుంది. అందువల్ల GRUB_DEFAULT="1>2" అంటే index 1 వద్ద ఉన్న submenu లోని index 2 entry.
Indices మారుతాయి. 10_linux kernels ను కొత్తది ముందు వచ్చేలా జాబితా చేస్తుంది. ప్రతి kernel కు submenu లో రెండు entries ఉంటాయి: ఒక normal entry, ఒక recovery entry. అందువల్ల kernel ను install చేస్తే పాత submenu entries అన్నీ రెండు స్థానాలు కిందికి వెళ్తాయి. Kernel ను remove చేస్తే అవి రెండు స్థానాలు పైకి వస్తాయి. మీరు జాగ్రత్తగా ఎంచుకున్న 1>2 తరువాత కూడా resolve అవుతుంది. కానీ అది ఇప్పుడు వేరే kernel ను సూచిస్తుంది. మీరు ఉద్దేశించిన kernel 1>4 కు తరలిపోయి ఉంటుంది. Top level లో మాత్రం ఏదీ మారదు: 0 ఇప్పటికీ కొత్తదైన kernel ను సూచిస్తుంది, 1 ఇప్పటికీ submenu ను సూచిస్తుంది. ఎలాంటి error రాదు. ఎలాంటి warning కనిపించదు. Reboot చేసిన తర్వాతే విషయం తెలుస్తుంది.
Submenu లోని identifiers మారవు. ఎందుకంటే ప్రతి identifier లో kernel version ఉంటుంది. అది gnulinux-<version>-advanced-<id> లేదా gnulinux-<version>-recovery-<id> రూపంలో ఉంటుంది. Top-level gnulinux-simple- identifier దీనికి మినహాయింపు. దానిలో version ఉండదు. అందువల్ల అది ఎల్లప్పుడూ కొత్తదైన kernel ను సూచిస్తుంది. దాన్ని pin చేస్తే మీరు తరువాత install చేసే kernel ను అది నిశ్శబ్దంగా అనుసరిస్తుంది. మీ identifiers ను ఇలా చదవండి:
sudo awk -F"'" '/menuentry_id_option/ {print $2, "==>", $4}' /boot/grub/grub.cfgOutput లోని మొదటి కొన్ని lines ను పట్టించుకోకండి. అవి header లో define చేసిన variable ను చూపిస్తాయి. వాటి తరువాత ఎడమ వైపు reader చూసే title ఉంటుంది. కుడి వైపు tools కు pass చేయాల్సిన identifier ఉంటుంది. Submenu లోని entry కోసం submenu identifier మరియు entry identifier ను > తో, అదే క్రమంలో కలపండి. Numeric form లో ఉన్న విధంగానే వాటిని కలపాలి.
grub-reboot తో మునుపటి kernel ను ఒక్కసారి boot చేయండి
Remote server పై ఒక్కసారి మాత్రమే ఎంపిక చేయడం సరైన విధానం, ఎందుకంటే అది తనంతట తానే రద్దవుతుంది. grub-reboot, /boot/grub/grubenv లోకి next_entry ను రాస్తుంది. GRUB ఆ variable ను చదివి, దాన్ని clear చేసి, ఏదైనా boot చేయడానికి ముందే clear చేసిన value ను save చేస్తుంది. అందువల్ల panic అయ్యే kernel తదుపరి bootలో మళ్లీ ప్రయత్నించబడదు. మీకు ఒకసారి ప్రయత్నించే అవకాశం మాత్రమే ఉంటుంది. ఆ తర్వాత machine స్వయంగా తన సాధారణ default కు తిరిగి వస్తుంది.
మీ generated config ఆ variable ను అసలు చదువుతుందో లేదో ముందుగా నిర్ధారించండి:
sudo grep -n -B2 -A5 'next_entry' /boot/grub/grub.cfgమీకు load_env line మరియు next_entry నుంచి default ను set చేసే block కనిపించాలి. Ubuntu యొక్క /etc/grub.d/00_header, GRUB_FORCE_PARTUUID set అయి ఉన్నా లేకపోయినా, update-grub generate చేసే ప్రతి config లోకి ఆ block ను రాస్తుంది. Boot సమయంలో ఆ file ఉనికిలో ఉండి ఖాళీగా లేకపోతే మాత్రమే అది grubenv ను load చేస్తుంది. grep ఎలాంటి output ఇవ్వకపోతే, disk పై ఉన్న grub.cfg ను update-grub సృష్టించలేదు. ఎవరైనా దాన్ని చేతితో edit చేసి ఉండవచ్చు లేదా మరొక tool రాసి ఉండవచ్చు. అందువల్ల grub-reboot ను shellలో అంగీకరించినా bootloader దాన్ని పట్టించుకోదు. sudo update-grub తో దాన్ని మళ్లీ generate చేసి, grep ను మరోసారి run చేయండి.
sudo grub-reboot '<the identifier you copied>'
sudo grub-editenv listఇప్పుడు grub-editenv list, మీరు pass చేసిన value ను ఖచ్చితంగా కలిగి ఉన్న next_entry= line ను print చేయాలి. మీ provider console ను browser tabలో open చేసి, తరువాత reboot చేసి ఫలితాన్ని తనిఖీ చేయండి.
sudo rebootuname -runame -r పాత version ను report చేస్తే pin పనిచేసినట్లు అర్థం. కొత్త version ను report చేస్తే identifier resolve కాలేదని లేదా grubenv చదవబడటం లేదని అర్థం. ఏ పరిస్థితిలోనైనా machine పనిచేస్తూనే ఉంటుంది. ఒక్కసారి మాత్రమే అమలయ్యే విధానాన్ని ఉపయోగించడానికి ఇదే కారణం.
GRUB_DEFAULT=savedతో ఎంపికను స్థిరంగా ఉంచండి
GRUB_DEFAULT=saved డిఫాల్ట్ విలువను grubenv లోని saved_entry నుంచి తీసుకుంటుంది. ఆ విలువను grub-set-default తో సెట్ చేయాలి. Kernel install చేసిన తర్వాత కూడా ఇది అలాగే ఉంటుంది. ఎందుకంటే update-grub, grub.cfg ను తిరిగి రాస్తుంది. ఇది grubenv ను ఎప్పుడూ మార్చదు.
echo 'GRUB_DEFAULT=saved' | sudo tee /etc/default/grub.d/99-local.cfg
sudo update-grub
sudo grub-set-default '<the identifier you copied>'
sudo grub-editenv list
sudo grep -n 'set default' /boot/grub/grub.cfgచివరి command తప్పనిసరిగా set default="${saved_entry}" ను print చేయాలి. అది set default="0" ను print చేస్తే, మీ file తర్వాత source అయిన ఏదో ఒకటి GRUB_DEFAULT ను literal value కు తిరిగి మార్చింది. అందువల్ల /etc/default/grub.d/ ను మళ్లీ list చేసి, 99-local.cfg నిజంగా చివరిగా sort అవుతోందో తనిఖీ చేయండి.
GRUB_SAVEDEFAULT=true వేరే setting. దీన్ని ప్రస్తుత setting తో గందరగోళపరచడం సులభం. మీరు ఇప్పుడే boot చేసిన దానిని ఇది కొత్త default గా save చేస్తుంది. అందువల్ల default చివరిసారిగా విజయవంతమైన boot ను అనుసరిస్తుంది. Serverలో unattended reboot జరిగితే, మీ pin నిశ్శబ్దంగా మారవచ్చు. అదే మీకు కావాలంటే తప్ప దీన్ని off గా ఉంచండి.
Identifier ఆధారంగా చేసిన pin కు కూడా ఒక పరిమితి ఉంది. అది సూచించే kernel ను తొలగిస్తే, ఆ identifier resolve కాదు. దాంతో default మొదటి entryకి తిరిగి మారుతుంది. కాబట్టి ఆ packageను కూడా hold చేయండి లేదా ఆ kernelను autoremove నుంచి మినహాయించండి.
ప్రొవైడర్ కన్సోల్లో మెనూను చూపించడం
ఇంటరాక్టివ్గా ఎంపికలు చేయాలంటే మెనూ తెరపై కనిపించాలి. Cloud images దీన్ని దాచిపెడతాయి. వీటిని చివరిగా క్రమబద్ధీకరించబడే ఫైల్లో ఉంచి, తరువాత sudo update-grub ను అమలు చేయండి.
GRUB_TIMEOUT=10
GRUB_TIMEOUT_STYLE=menu
GRUB_RECORDFAIL_TIMEOUT=10GRUB_TIMEOUT_STYLE=hidden మరియు GRUB_TIMEOUT=0 కలిపి ఉపయోగిస్తే ఎలాంటి output కనిపించదు. అందువల్ల కన్సోల్ను పర్యవేక్షిస్తున్న వ్యక్తికి kernel messages వెంటనే ప్రారంభమైనట్లు కనిపిస్తుంది. bootloader దాటవేయబడిందని వారు భావించవచ్చు. GRUB_RECORDFAIL_TIMEOUT అనేది boot పూర్తికాని సందర్భంలో ఉపయోగించే వేరే timeout. Cloud images దీన్ని కూడా 0గా సెట్ చేస్తాయి. అందుకే boot విఫలమైన server కూడా ఆగి మీ కోసం వేచి ఉండదు.
మీ provider graphical console బదులుగా serial console ఇస్తే, ఇంకా ఏమీ కనిపించకపోతే, GRUB మీరు చూడలేని terminalకు రాస్తోంది. రెండు linesను కలిపి జోడించండి. మొదటిది outputsను ఎంచుకుంటుంది. రెండవది portను configure చేస్తుంది:
GRUB_TERMINAL="console serial"
GRUB_SERIAL_COMMAND="serial --speed=115200 --unit=0 --word=8 --parity=no --stop=1"ఇకపై ప్రతి bootకు పది సెకన్లు జోడించబడతాయి. పని పూర్తయిన తర్వాత timeoutను మళ్లీ 0కు సెట్ చేయండి.
బూట్లోడర్ను సవరించడానికి బదులుగా మరింత సురక్షితమైన మార్గాలు
మీరు SSH ద్వారా మాత్రమే చేరగల యంత్రంలో bootloader ఇన్పుట్ను మార్చడం ఈ పేజీలోని అత్యంత ప్రమాదకరమైన ఎంపిక. తక్కువ ప్రమాదం ఉన్న మార్గాలు ఉన్నాయి. అవి సాధారణంగా అసలు సమస్యను పరిష్కరిస్తాయి.
Kernel packages ను hold చేయండి. “నాకు కొత్త kernel ఇవ్వకండి” అనేదే మీ ఉద్దేశం అయితే, ఆ విషయాన్ని bootloader కు కాకుండా package manager కు తెలియజేయండి.
apt list --installed 2>/dev/null | grep -E '^linux-(image|headers|generic|virtual|kvm|aws|azure|gcp|oracle)'
sudo apt-mark hold linux-image-virtual linux-headers-virtual
apt-mark showholdమొదటి command చూపించిన పేర్లనే ఉపయోగించండి. Cloud images లో సాధారణంగా virtual లేదా kvm flavour install అవుతుంది; generic కాదు. Image refresh సమయంలో కొత్త kernel కనిపించి, release మీ నియంత్రణ లేకుండా మారిందని అనుమానిస్తే, అది అలా కాదు. ఎందుకంటే point release అంటే మీరు ఇప్పటికే పొందిన updates ను కొత్త install media లోకి చేర్చిన విడుదల; అందువల్ల ఇప్పటికే patched అయిన server కు కొన్ని వారాల క్రితం అందించని ఏదీ అది అందించదు. Held package ను apt upgrade skip చేస్తుంది. apt 3.0 కు ముందు, Ubuntu 24.04 లోని 2.8 series మాదిరిగా, skip చేసిన విషయాన్ని The following packages have been kept back: తో ప్రకటిస్తుంది. Ubuntu 26.04 తో వచ్చే apt 3.2.0 సహా apt 3.0 నుంచి, అదే packages ను Not upgrading: కింద apt upgrade జాబితా చేస్తుంది; పాత header ను ఇంకా apt-get upgrade మాత్రమే print చేస్తుంది. Ubuntu లో unattended upgrades కూడా held package ను skip చేస్తాయి. దీని ప్రభావం ఉంటుంది: held kernel కు security fixes అందవు. కాబట్టి దీన్ని గడువు తేదీతో కూడిన తాత్కాలిక pause గా పరిగణించి, sudo apt-mark unhold తో మళ్లీ విడుదల చేయండి. ఒక kernel లో సమస్య ఉందని కాకుండా, reboot వల్ల downtime వస్తుందని kernel updates నివారిస్తున్నట్లయితే, VPSలో live kernel patching దానికి సరైన పరిష్కారం.
Upgrade కు ముందు snapshot తీసుకోండి. Snapshot ను console లో commands టైప్ చేయకుండానే, bootloader మార్పు సగంలో ఆగే ప్రమాదం లేకుండానే, కొన్ని నిమిషాల్లో restore చేయవచ్చు. Snapshot తీసుకోండి, upgrade చేయండి, reboot చేయండి, verify చేయండి. కొత్త kernel సరిగా పనిచేయకపోతే rollback చేయండి. అప్పుడు boot path ముందు ఉన్నట్టుగానే ఉంటుంది.
ఇప్పటికే down అయిన server కోసం console లేదా rescue image ఉపయోగించండి. Server boot కాకపోతే bootloader config ను సరిచేయాల్సిన స్థలం అదే కాదు. ఆ recovery path కు ప్రత్యేక procedure ఉంటుంది: kernel update తర్వాత VPS boot కాకపోతే ఏమి చేయాలి.
ఏవి విఫలమవుతాయి, మీరు చూసే సందేశం ఏమిటి
/boot/grub/grub.cfgలో చేసిన మీ మార్పు కనిపించలేదు. Kernel package install లేదా remove అయింది, దాని maintainer script update-grub నడిచింది, ఆపై inputs ఆధారంగా file మళ్లీ రూపొందించబడింది. # DO NOT EDIT THIS FILE header రెండు input locations ను సూచిస్తుంది. ఆ locations ను edit చేయండి.
grub-editenv: error: environment block too small. /boot/grub/grubenv కనిపించడం లేదు లేదా truncated అయింది. sudo grub-editenv /boot/grub/grubenv createతో దాన్ని మళ్లీ సృష్టించండి. తరువాత మీ value ను మళ్లీ set చేసి, sudo grub-editenv listతో నిర్ధారించండి.
Pinned kernel VFS: Unable to mount root fs on unknown-block(0,0)తో panic అవుతోంది. మీరు pin చేసిన entry, diskలో ఇక లేని kernel లేదా initrd ను సూచిస్తోంది. సాధారణంగా identifier grubenvలో అలాగే ఉండగా package remove కావడం వల్ల ఇది జరుగుతుంది. Recovery కోసం పనిచేసే entryతో console boot చేయండి. తరువాత stale value ను clear చేయండి.
మీరు మార్చాలని ఆశించిన reboot తర్వాత uname -r మారలేదు. ఈ మూడు విషయాలను క్రమంగా తనిఖీ చేయండి: grub-editenv listలో ఇంకా మీ value కనిపిస్తుందా, లేదా అది consume అయిందా; మీరు set చేసిన identifier ప్రస్తుత grub.cfgలో కనిపిస్తుందా; మీరు set చేసిన variable ను చదివే set default line grub.cfgలో ఉందా. ఈ మూడింటిలో ఒకటి ప్రతిసారీ కారణాన్ని వివరిస్తుంది.
Crash తర్వాత menu స్వయంగా కనిపించింది. పూర్తి కాకుండా ఆగిపోయిన boot ను GRUB grubenvలో recordfail=1గా record చేస్తుంది. తరువాతి bootలో సాధారణ timeoutకు బదులుగా GRUB_RECORDFAIL_TIMEOUTను ఉపయోగిస్తుంది. Stock cloud image దీనిని 0గా set చేస్తుంది. అందువల్ల menu చూపకుండా నేరుగా boot అవుతుంది. కాబట్టి timeout 0 కంటే ఎక్కువగా ఉన్నప్పుడు మాత్రమే crash తర్వాత menu మీ కోసం వేచి ఉంటుంది. ఉదాహరణకు, పై console sectionలో చేసినట్లుగా మీరు GRUB_RECORDFAIL_TIMEOUT=10 set చేసి ఉండవచ్చు. Machine సరిగ్గా పనిచేస్తున్న తర్వాత sudo grub-editenv /boot/grub/grubenv unset recordfailతో దాన్ని clear చేయండి.
గుర్తుంచుకోవాల్సిన ముఖ్యమైన ఒక్క వాక్యం: మీరు edit చేసే file, GRUB చదివే file ఒకటి కావు. Cloud imageలో ఈ రెండింటి మధ్య ఉన్న వ్యత్యాసమే గందరగోళానికి కారణం. ముందుగా generated config ను చదవండి. ఈ పేజీలోని ప్రతి నిర్ణయం అది వాస్తవంగా చెప్పేదానిపై ఆధారపడి ఉంటుంది.
FAQ
GRUB_DEFAULT=1 మార్చినా నా VPS ఏ kernel ను boot చేయాలో ఎందుకు మారదు?
Ubuntuలో index 1 పాత kernel కాదు. 10_linux అత్యంత కొత్త kernel ను entry 0గా, Advanced options for Ubuntu submenuను entry 1గా రాస్తుంది. ఒకే kernel ఇన్స్టాల్ అయి ఉన్నా ఇదే జరుగుతుంది. ప్రతి kernel కు సంబంధించిన సాధారణ మరియు recovery entries ఆ submenuలో ఉంటాయి. Ubuntu cloud imageలో ఏదీ స్వయంగా GRUB_DEFAULT ను override చేయదు. 00_header మీ విలువను grub.cfg లో రాస్తుంది. దీనిని sudo grep -n 'set default' /boot/grub/grub.cfg తో చూడవచ్చు. నిజమైన entries ను sudo grep -nE '^\s*(menuentry|submenu) ' /boot/grub/grub.cfg తో జాబితా చేయండి. తరువాత submenu మరియు entry identifiers ను > తో కలిపి identifier ద్వారా pin చేయండి. మీ imageలో GRUB_FORCE_PARTUUID సెట్ అయి ఉంటే, అది ప్రతి entry తన root filesystem ను ఎలా కనుగొంటుందో మాత్రమే మారుస్తుంది. Entries సంఖ్యను మార్చదు.
ఒక్కసారి మాత్రమే మునుపటి kernel ను ఎలా boot చేయాలి?
మీ స్వంత grub.cfg నుంచి identifier ను కాపీ చేసి, sudo grub-reboot '<identifier>' ను run చేయండి. తరువాత provider console ఇప్పటికే తెరిచి ఉండగానే reboot చేయండి. Boot చేయడానికి ముందు GRUB next_entry ను clear చేస్తుంది. అందువల్ల ఈ ఎంపిక ఒక్క ప్రయత్నానికే వర్తిస్తుంది. Kernel panic అయినా అదే kernel ను మళ్లీ ప్రయత్నించదు. sudo grub-editenv list తో విలువ సరిగ్గా చేరిందో నిర్ధారించండి. దీనిపై ఆధారపడే ముందు sudo grep -n next_entry /boot/grub/grub.cfg ను run చేయండి. ఎందుకంటే update-grub ద్వారా generate చేయని config, grubenv ను load చేయకపోవచ్చు. అప్పుడు command ఎలాంటి error లేకుండా పరిగణనలోకి రాకపోవచ్చు.
Entry number ద్వారా pin చేయాలా, identifier ద్వారా pin చేయాలా?
Identifier ద్వారా pin చేయండి. 10_linux entries ను అత్యంత కొత్తదాని నుంచి మళ్లీ నిర్మిస్తుంది. Submenuలో ప్రతి kernel కు రెండు entries ఉంటాయి. అందువల్ల ఏ kernel ను install చేసినా లేదా తొలగించినా ప్రతి submenu entry రెండు స్థానాలు మారుతుంది. పాత 1>2 మాత్రం warning ఏదీ చూపించకుండా నిజమైన కానీ తప్పు entryకి resolve అవుతుంది. Submenuలోని entries యొక్క identifiers లో kernel version ఉంటుంది. కాబట్టి అవి మీరు ఉద్దేశించిన kernel కు సరిపోతాయి లేదా resolve కావు. పైస్థాయి gnulinux-simple- identifier ను వదిలేయండి. అందులో version ఉండదు, అది ఎల్లప్పుడూ అత్యంత కొత్త kernel ను అనుసరిస్తుంది. వాటిని sudo grep -n menuentry_id_option /boot/grub/grub.cfg తో జాబితా చేసి, ప్రతి entry line తరువాత ఉన్న quotes లోని string ను కాపీ చేయండి.
Bootloader మార్చడం కంటే kernel package ను hold చేయడం సురక్షితమా?
సాధారణ లక్ష్యానికి అవును. sudo apt-mark hold linux-image-virtual linux-headers-virtual కొత్త kernel రాకుండా పూర్తిగా ఆపుతుంది. అందువల్ల boot path మారదు. మీకు అందుబాటులో లేకపోవచ్చే consoleలో తప్పు చేయడానికి అవకాశం కూడా ఉండదు. ముందుగా మీ సిస్టమ్లో install అయి ఉన్న flavour పేర్లను apt list --installed తో చూడండి. తరువాత hold సరిగ్గా అమలైందో apt-mark showhold తో నిర్ధారించండి. అయితే hold చేసిన kernel కు security fixes అందవు. కాబట్టి hold అమలు చేయడానికి ముందు sudo apt-mark unhold ను ఎప్పుడు run చేయాలో నిర్ణయించండి.